JP5162030B2 - Existence number estimation device - Google Patents

Existence number estimation device Download PDF

Info

Publication number
JP5162030B2
JP5162030B2 JP2011529742A JP2011529742A JP5162030B2 JP 5162030 B2 JP5162030 B2 JP 5162030B2 JP 2011529742 A JP2011529742 A JP 2011529742A JP 2011529742 A JP2011529742 A JP 2011529742A JP 5162030 B2 JP5162030 B2 JP 5162030B2
Authority
JP
Japan
Prior art keywords
room
value
information
unit
absence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2011529742A
Other languages
Japanese (ja)
Other versions
JPWO2011027452A1 (en
Inventor
修一郎 今原
和人 久保田
俊光 熊澤
義行 本堂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Publication of JPWO2011027452A1 publication Critical patent/JPWO2011027452A1/en
Application granted granted Critical
Publication of JP5162030B2 publication Critical patent/JP5162030B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/10—Occupancy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
    • H04Q2209/43—Arrangements in telecontrol or telemetry systems using a wireless architecture using wireless personal area networks [WPAN], e.g. 802.15, 802.15.1, 802.15.4, Bluetooth or ZigBee
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
    • H04Q2209/82—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data
    • H04Q2209/823—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data where the data is sent when the measured values exceed a threshold, e.g. sending an alarm
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
    • H04Q2209/84—Measuring functions
    • H04Q2209/845—Measuring functions where the measuring is synchronized between sensing devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Air Conditioning Control Device (AREA)
  • Alarm Systems (AREA)
  • Geophysics And Detection Of Objects (AREA)

Description

本発明は、住居、オフィス等の各領域に存在する人数を推定する存在人数推定装置に関する。   The present invention relates to an existence number estimating device for estimating the number of persons existing in each area such as a residence and an office.

生活者の見守り、及び状況に合わせた機器制御を行う場合には、生活者の位置等の状態を監視する必要がある。位置情報の取得方法としては、従来、監視カメラ、赤外線イメージセンサ、フロア圧力センサ、超音波センサ、無線タグ及びリーダ等を利用して行う方法が知られている。しかしながら、これら高度なセンサを使用する場合には、プライバシ及びコストに関する問題がある。   When monitoring the consumer and controlling the device according to the situation, it is necessary to monitor the state of the consumer, such as the position. As a method for acquiring position information, a method using a monitoring camera, an infrared image sensor, a floor pressure sensor, an ultrasonic sensor, a wireless tag, a reader, or the like has been conventionally known. However, when these advanced sensors are used, there are problems regarding privacy and cost.

特許文献１には、焦電センサと人数検知センサを組み合わせて使用し、領域毎の生活者の在室状況を推定する監視システムが開示されている。   Patent Document 1 discloses a monitoring system that uses a combination of a pyroelectric sensor and a number detection sensor to estimate the occupancy status of a resident in each area.

特開２００８−７７３６１号公報JP 2008-77361 A

特許文献１に開示される監視システムでは、出入り口の通過人数を検知して特定の領域内に存在する人数を推定するが、この出入り口においては同時に１人の通過しか考慮しておらず、正確な存在人数を領域毎に推定することが困難とされる。また、人数検知センサが別途必要なことから、コスト面の問題がある。   In the monitoring system disclosed in Patent Document 1, the number of people passing through an entrance is detected and the number of people existing in a specific area is estimated, but only one person passes at the entrance and exit at the same time. It is difficult to estimate the number of people in each area. In addition, since a separate number detection sensor is required, there is a problem of cost.

従って、存在人数推定装置においては、存在人数を精度良く推定することが求められている。高精度な領域毎の存在人数の推定により、領域毎の存在人数に応じた機器制御、例えば、照明のオン・オフ、空調設備の運転モード等の制御が可能となり、不必要なエネルギー消費を低減することができる。   Therefore, the existence number estimating device is required to accurately estimate the number of existence people. Highly accurate estimation of the number of people in each area enables device control according to the number of people in each area, for example, lighting on / off, operation mode of air conditioning equipment, etc., reducing unnecessary energy consumption can do.

本発明は、上記問題点を解決するためになされてものであり、その目的は、低コストで、人数を領域毎に精度良く推定することができる存在人数推定装置を提供することにある。   The present invention has been made to solve the above problems, and an object of the present invention is to provide a presence person estimation device capable of accurately estimating the number of people for each area at low cost.

本発明によれば、人数を推定する対象となる所定の範囲の複数の領域のいずれかに複数個設置され、前記領域内の人間の有無又は前記領域内の人間の動作の有無を検知して検知信号を出力する人体検知センサと、前記検知信号を収集し、前記領域で前記人間の有無又は前記人間の動作の有無が最後に検知された時刻を前記領域毎に関連づけた時刻情報を含む人体検知情報を出力する収集部と、前記領域毎の推定存在人数を示す複数の実現値と、前記領域間の接続関係及び前記領域と前記人数を推定する対象外となる領域外との接続関係を含む接続関係情報と、前記領域が重なり合う重複領域を示す重複関係情報と、を格納する記憶部と、前記接続関係情報を使用して、前記領域間を人間が遷移する確率を示す第１の遷移確率、及び領域から領域外へ人間が遷移する確率を示す第２の遷移確率を計算し、前記第１及び第２の遷移確率を行列要素に有する遷移行列を作成する遷移行列作成部と、前記遷移行列を使用して前記実現値の各々から現在時刻の実現値を予測する実現値予測部と、前記時刻情報及び前記重複関係情報を使用して前記現在時刻の実現値の各々の尤度を計算する尤度計算部と、前記現在時刻の各実現値のうち前記尤度が予め設定される閾値よりも大きい実現値を選択する実現値選択部と、前記選択された実現値から同一の実現値の数を計算し、該実現値の数と前記領域毎の存在人数とを関連づけた出力情報を生成して、この出力情報を出力する出力部と、を具備することを特徴とする存在人数推定装置が提供される。   According to the present invention, a plurality of devices are installed in any one of a plurality of regions within a predetermined range to be estimated, and the presence or absence of humans in the region or the presence or absence of human movements in the region is detected. A human body detection sensor that outputs a detection signal; and a human body that collects the detection signal and includes time information in which the time at which the presence / absence of the human being or the presence / absence of the human motion was last detected in the region is associated with each region. A collection unit that outputs detection information, a plurality of realized values indicating the estimated number of persons for each region, a connection relationship between the regions, and a connection relationship between the region and the outside of the region from which the number of people is not estimated. A storage unit that stores connection relation information including the overlapping relation information indicating the overlapping area where the areas overlap, and a first transition that indicates a probability that a person will transition between the areas using the connection relation information. Probability and region Calculating a second transition probability indicating the probability that a person will transition outside, creating a transition matrix having the first and second transition probabilities as matrix elements, and using the transition matrix An actual value predicting unit that predicts an actual value at the current time from each of the actual values, and a likelihood calculation unit that calculates the likelihood of each actual value at the current time using the time information and the overlapping relationship information And an actual value selection unit that selects an actual value having a likelihood greater than a preset threshold among the actual values at the current time, and calculates the number of identical actual values from the selected actual value. And an output unit that generates output information in which the number of realization values and the number of people in each region are associated with each other, and outputs the output information. .

本発明の存在人数推定装置によれば、領域毎の存在人数を精度良く推定することができる。   According to the existence number estimating device of the present invention, the number of existence persons for each region can be estimated with high accuracy.

第１の実施の形態に係る存在人数推定装置を示すブロック図である。It is a block diagram which shows the presence person estimation apparatus which concerns on 1st Embodiment. 図１に示した存在人数推定装置のハードウェア構成例を示すブロック図である。It is a block diagram which shows the hardware structural example of the presence person estimation apparatus shown in FIG. 図１に示した存在人数推定装置が適用される環境の一例を示す模式図である。It is a schematic diagram which shows an example of the environment where the presence number estimation apparatus shown in FIG. 1 is applied. 図１に示した部屋間の接続関係情報の一例を示す概略図である。It is the schematic which shows an example of the connection relation information between the rooms shown in FIG. 図１に示した屋外との接続関係情報の一例を示す概略図である。It is the schematic which shows an example of the connection relation information with the outdoor shown in FIG. 図１に示した検知領域の重複関係情報の一例を示す概略図である。It is the schematic which shows an example of the duplication relationship information of the detection area | region shown in FIG. 在室人数を推定する処理手順の一例を示すフローチャートである。It is a flowchart which shows an example of the process sequence which estimates the number of people in a room. 一期先予測処理の手順の一例を示すフローチャートである。It is a flowchart which shows an example of the procedure of a one-year ahead prediction process. 遷移行列作成処理の手順の一例を示すフローチャートである。It is a flowchart which shows an example of the procedure of a transition matrix creation process. 遷移行列の一例を示す概略図である。It is the schematic which shows an example of a transition matrix. 一時刻前の実現値の例を示す概略図である。It is the schematic which shows the example of the realization value before one time. 実現値予測処理の手順の一例を示すフローチャートである。It is a flowchart which shows an example of the procedure of an actual value prediction process. 現在時刻の実現値の例を示す概略図である。It is the schematic which shows the example of the realization value of the present time. 実現値評価処理の手順の一例を示すフローチャートである。It is a flowchart which shows an example of the procedure of an actual value evaluation process. 尤度計算の結果の一例を示す概略図である。It is the schematic which shows an example of the result of likelihood calculation. 実現値選択処理の手順の一例を示すフローチャートである。It is a flowchart which shows an example of the procedure of an actual value selection process. 実現値選択処理後の実現値の一例を示す概略図である。It is the schematic which shows an example of the actual value after an actual value selection process. 出力情報の一例を示す概略図である。It is the schematic which shows an example of output information. 出力情報の他の例を示す概略図である。It is the schematic which shows the other example of output information. 第２の実施の形態に係る存在人数推定装置を示す模式図である。It is a schematic diagram which shows the presence person estimation apparatus which concerns on 2nd Embodiment. 人体検知センサの検知領域を示す模式図である。It is a schematic diagram which shows the detection area | region of a human body detection sensor. 人体検知センサの配置の一例を示す模式図である。It is a schematic diagram which shows an example of arrangement | positioning of a human body detection sensor.

以下、必要に応じて図面を参照しながら、本発明の一実施の形態に係る存在人数推定装置を説明する。   Hereinafter, the presence number estimating device according to an embodiment of the present invention will be described with reference to the drawings as necessary.

[第１の実施の形態]
図１は、本発明の第１の実施の形態に係る存在人数推定装置１００の概略構成を示している。この存在人数推定装置１００は、図３を参照して後に説明されるような住居、オフィス等の屋内に存在する人数を部屋（領域）毎に推定することができる。本明細書に記述される部屋は、例えば、住宅における居間、寝室、台所等の部屋を指すように限定されず、人数を推定する対象となる任意の領域（エリア）を意味してもよい。[First embodiment]
FIG. 1 shows a schematic configuration of an existence number estimating device 100 according to the first embodiment of the present invention. This existence number estimating device 100 can estimate the number of persons existing indoors such as a residence or office as will be described later with reference to FIG. 3 for each room (area). The room described in this specification is not limited to a room such as a living room, a bedroom, and a kitchen in a house, and may mean an arbitrary area (area) for which the number of people is estimated.

図１に示される存在人数推定装置１００は、複数の人体検知センサ１０１Ａ〜１０１Ｃを含む人体検知センサ群１０１を備え、人体検知センサ１０１Ａ〜１０１Ｃは、夫々特定の領域を検知領域として割り当てられている。各人体検知センサ１０１Ａ〜１０１Ｃは、検知領域内の人間の有無又は人間の動作の有無を検知し、検知信号を検知情報収集部１０２に送信する。検知情報収集部１０２は、有線又は無線経路で各人体検知センサ１０１Ａ〜１０１Ｃに接続されている。   1 includes a human body detection sensor group 101 including a plurality of human body detection sensors 101A to 101C, and each of the human body detection sensors 101A to 101C is assigned a specific area as a detection area. . Each of the human body detection sensors 101 </ b> A to 101 </ b> C detects the presence / absence of a human in the detection area or the presence / absence of a human motion, and transmits a detection signal to the detection information collection unit 102. The detection information collection unit 102 is connected to the human body detection sensors 101A to 101C through a wired or wireless route.

人体検知センサ１０１Ａ〜１０１Ｃとしては、例えば、焦電型赤外線センサ、サーモパイル型赤外線センサ等の動いている人間の存在を検知するセンサがある。人体検知センサ１０１Ａ〜１０１Ｃに焦電型赤外線センサが利用される場合、各人体検知センサ１０１Ａ〜１０１Ｃは、天井等に配置され、検知領域における人間の動きを検出して人間の有無を検知する。より詳細には、焦電型赤外線センサを備える人体検知センサ１０１Ａ〜１０１Ｃは、検知領域から発せられる赤外線エネルギーの変化を焦電素子によって電気的な変化として検出することで、赤外線を発している人間の動きを検出する。人体検知センサ１０１Ａ〜１０１Ｃは、上記の例に限定されず、人間の有無又は人間の動作の有無を検知することができればよく、カメラ、フロア圧力センサ、超音波センサ、操作されたことを検知信号として出力することができる家電機器等で構成されてもよい。人体検知センサ群１０１は、上記のような各種センサを組み合わせて構成されてもよい。   Examples of the human body detection sensors 101A to 101C include sensors that detect the presence of a moving human such as a pyroelectric infrared sensor and a thermopile infrared sensor. When pyroelectric infrared sensors are used for the human body detection sensors 101A to 101C, the human body detection sensors 101A to 101C are arranged on the ceiling or the like, and detect the presence or absence of a human by detecting the movement of a human in the detection area. More specifically, the human body detection sensors 101A to 101C including the pyroelectric infrared sensor detect a change in infrared energy emitted from the detection region as an electrical change by a pyroelectric element, thereby causing a human being emitting infrared rays. Detecting the movement of The human body detection sensors 101A to 101C are not limited to the above-described example, and may be any camera that can detect the presence or absence of human beings or the presence or absence of human movement. It may be configured with household electrical appliances that can be output as The human body detection sensor group 101 may be configured by combining various sensors as described above.

検知情報収集部（単に、収集部とも言う）１０２は、各人体検知センサ１０１Ａ〜１０１Ｃから検知信号を収集し、収集した検知信号を人体検知情報として制御部１０３及び実現値評価部１０５に送信する。また、検知情報収集部１０２は、検知信号の受信時の時刻、即ち、人間の有無又は人間の動作の有無が検知された時刻に関する時刻情報を人体検知情報に含めて送信することができる。より具体的には、検知情報収集部１０２は、各部屋において人間の有無又は人間の動作の有無が最後に検知された時刻（最終検知時刻）を記憶し、部屋毎の最終検知時刻を含む人体検知情報を定期的に送信する。或いは、検知情報収集部１０２は、最終検知時刻からの経過時間を示す未検知時間を計算し、部屋毎の未検知時間を含む人体検知情報を送信してもよい。   A detection information collection unit (also simply referred to as a collection unit) 102 collects detection signals from the human body detection sensors 101A to 101C, and transmits the collected detection signals to the control unit 103 and the actual value evaluation unit 105 as human body detection information. . In addition, the detection information collecting unit 102 can transmit the human body detection information including time information related to the time when the detection signal is received, that is, the time when the presence or absence of a human being or the presence or absence of a human motion is detected. More specifically, the detection information collection unit 102 stores the time (final detection time) at which the presence or absence of a person or the presence or absence of human movement was last detected in each room, and includes a human body including the final detection time for each room. Send detection information periodically. Alternatively, the detection information collection unit 102 may calculate the undetected time indicating the elapsed time from the last detection time, and transmit the human body detection information including the undetected time for each room.

制御部１０３は、所定のタイミングで、例えば、検知情報収集部１０２から人体検知情報を受信した直後に一期先予測部１０４、実現値評価部１０５及び在室人数出力部１０６を順次動作させる。また、制御部１０３は、複数の実現値を格納している実現値の集合１１１を初期化することができる。ここで、実現値とは、人数を推定する対象となる領域（例えば、部屋）毎の存在人数の推定値を有するデータを指す。これらの実現値は、後に説明されるように、図１１に示されるようなデータ構造を有している。   For example, immediately after receiving the human body detection information from the detection information collection unit 102, the control unit 103 sequentially operates the one-year ahead prediction unit 104, the actual value evaluation unit 105, and the occupancy number output unit 106 at a predetermined timing. In addition, the control unit 103 can initialize a set 111 of realized values storing a plurality of realized values. Here, the actual value refers to data having an estimated value of the number of people in each area (for example, a room) for which the number of people is to be estimated. These realization values have a data structure as shown in FIG. 11, as will be described later.

図１に示される一期先予測部１０４は、部屋間の接続関係を示す部屋間の接続関係情報１０９、及び部屋と屋外との接続関係を示す屋外との接続関係情報１１０を使用して実現値の集合１１１を更新する。より具体的には、一期先予測部１０４は、遷移行列作成部１０４Ａ及び実現値予測部１０４Ｂを備え、遷移行列作成部１０４Ａは、部屋間の接続関係情報１０９及び屋外との接続関係情報１１０を使用して遷移行列を作成し、実現値予測部１０４Ｂは、遷移行列を使用して、制御部１０３により初期化された、或いは一期先予測部１０４及び実現値評価部１０５により以前に更新された各実現値（一時刻前の実現値とも言う）から現在時刻の実現値を予測し、予測した実現値で実現値の集合１１１を更新する。   1 is realized using the inter-room connection relation information 109 indicating the connection relation between the rooms and the outdoor connection relation information 110 indicating the connection relation between the room and the outdoor. The value set 111 is updated. More specifically, the first-term prediction unit 104 includes a transition matrix creation unit 104A and an actual value prediction unit 104B, and the transition matrix creation unit 104A includes connection relation information 109 between rooms and connection relation information 110 with the outdoors. The realization value prediction unit 104B is initialized by the control unit 103 using the transition matrix, or updated by the one-time ahead prediction unit 104 and the realization value evaluation unit 105 before using the transition matrix. The actual value at the current time is predicted from each realized value (also referred to as the actual value one hour before), and the set 111 of actual values is updated with the predicted actual value.

実現値評価部１０５は、検知情報収集部１０２から受信した人体検知情報を使用して、一期先予測部１０４により予測された実現値を評価する。より具体的には、実現値評価部１０５は、人体検知情報に基づいた各部屋の在室状況と乖離する実現値を消去し、この在室状況と整合する実現値を複製して実現値の集合１１１を更新する。この実現値評価部１０５は、人体検知情報、及び人体検知センサ１０１Ａ〜１０１Ｃの検知領域が重なり合う領域（重複領域とも言う）に関する重複関係情報１１２を使用して、実現値毎に尤度を計算する尤度計算部１０５Ａと、各実現値の尤度を比較して消去する実現値と複製する実現値を選択する実現値選択部１０５Ｂとを備えている。   The actual value evaluation unit 105 uses the human body detection information received from the detection information collection unit 102 to evaluate the actual value predicted by the one-year ahead prediction unit 104. More specifically, the actual value evaluation unit 105 deletes the actual value that deviates from the occupancy status of each room based on the human body detection information, and duplicates the actual value that matches this occupancy status to The set 111 is updated. The realization value evaluation unit 105 calculates the likelihood for each realization value using the overlap information 112 regarding the human body detection information and the area where the detection areas of the human body detection sensors 101A to 101C overlap (also referred to as an overlap area). A likelihood calculation unit 105A is provided, and a realization value selection unit 105B that compares the realization value of each realization value and deletes the realization value and a realization value to be duplicated.

在室人数出力部（出力部とも言う）１０６は、評価部１０５により更新された実現値の集合１１１内の実現値から部屋毎の在室人数に関する出力情報を生成し、出力情報を表示装置１０７及び制御対象機器１０８に出力する。表示装置１０７は、在室人数出力部１０６の出力情報を表示することができる表示ディスプレイ、プリンタ等の機器で構成され、図２に示される表示部２０４を含むことができる。制御対象機器１０８は、在室人数出力部１０６の出力情報に応じて制御される汎用計算機、家電機器、住設機器等から構成される。在室人数出力部１０６は、有線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、シリアル通信、又はパラレル通信等の通信ネットワークを介して表示装置１０７及び制御対象機器１０８に接続される。   The occupant number output unit (also referred to as an output unit) 106 generates output information related to the occupancy number for each room from the actual values in the actual value set 111 updated by the evaluation unit 105, and displays the output information on the display device 107. And output to the control target device 108. The display device 107 includes a display such as a display that can display the output information of the occupant number output unit 106, a printer, and the like, and can include the display unit 204 shown in FIG. The control target device 108 is configured by a general-purpose computer, a home appliance, a residential device, or the like that is controlled according to the output information from the occupancy number output unit 106. The occupancy output unit 106 is connected to the display device 107 and the control target device 108 via a communication network such as a wired LAN (Local Area Network), a wireless LAN, Bluetooth (registered trademark), serial communication, or parallel communication. .

図２は、存在人数推定装置１００のハードウェア構成例を示している。存在人数推定装置１００は、汎用コンピュータ装置２００を基本ハードウェアとして使用することで実現することができる。汎用コンピュータ装置２００は、図２に示されるように、ＣＰＵ２０２、入力部２０３、表示部２０４、通信部２０５、主記憶部２０６及び外部記憶部２０７により構成され、これらは、バス２０１により相互に通信可能に接続される。   FIG. 2 shows a hardware configuration example of the presence person estimation device 100. The existence number estimating device 100 can be realized by using the general-purpose computer device 200 as basic hardware. As shown in FIG. 2, the general-purpose computer device 200 includes a CPU 202, an input unit 203, a display unit 204, a communication unit 205, a main storage unit 206, and an external storage unit 207, which communicate with each other via a bus 201. Connected as possible.

入力部２０３は、キーボード、マウス等の入力デバイスを備え、入力デバイスの操作による操作信号をＣＰＵ２０２に出力する。   The input unit 203 includes input devices such as a keyboard and a mouse, and outputs an operation signal generated by operating the input device to the CPU 202.

表示部２０４は、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）等の表示ディスプレイからなる。   The display unit 204 includes a display such as an LCD (Liquid Crystal Display) and a CRT (Cathode Ray Tube).

通信部２０５は、Ｅｔｈｅｒｎｅｔ（登録商標）、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の通信手段を有し、人体検知センサ２１０との間で通信を行う。   The communication unit 205 includes communication means such as Ethernet (registered trademark), wireless LAN (Local Area Network), and Bluetooth (registered trademark), and performs communication with the human body detection sensor 210.

外部記憶部２０７は、例えば、ハードディスク、若しくはＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＡＭ、ＤＶＤ−Ｒ等の記憶媒体等から構成され、上記した検知情報収集部１０２、制御部１０３、一期先予測部１０４、実現値評価部１０５及び在室人数出力部１０６による処理をＣＰＵ２０２に実行させるための制御プログラムが記憶されている。   The external storage unit 207 includes, for example, a hard disk or a storage medium such as a CD-R, a CD-RW, a DVD-RAM, a DVD-R, and the like. A control program for causing the CPU 202 to execute processing by the prediction unit 104, the actual value evaluation unit 105, and the occupant number output unit 106 is stored.

主記憶部２０６は、メモリ等により構成され、ＣＰＵ２０２による制御の下で、外部記憶部２０７に記憶された制御プログラムを展開し、当該プログラムの実行時に必要なデータ、当該プログラムの実行により生じたデータ等を記憶する。   The main storage unit 206 is configured by a memory or the like, expands a control program stored in the external storage unit 207 under the control of the CPU 202, data necessary for execution of the program, and data generated by execution of the program Memorize etc.

尚、存在人数推定装置１００は、上記制御プログラムをコンピュータ装置にあらかじめインストールすることで実現してもよいし、ＣＤ−ＲＯＭ等の記憶媒体に記憶して、或いはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータ装置に適宜インストールすることで実現してもよい。また、図１に示した部屋間の接続関係情報１０９、屋外との接続関係情報１１０、実現値の集合１１１、重複関係情報１１２は、上記のコンピュータ装置に内蔵又は外付けされた主記憶部２０６、外部記憶部２０７といった、メモリ、ハードディスク、若しくはＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＡＭ、ＤＶＤ−Ｒ等の記憶媒体等を適宜利用して実現することができる。   Note that the existence number estimating device 100 may be realized by installing the control program in a computer device in advance, or storing the program in a storage medium such as a CD-ROM or via a network. Then, this program may be realized by appropriately installing it in a computer device. Also, the inter-room connection relationship information 109, the outdoor connection relationship information 110, the realization value set 111, and the overlapping relationship information 112 shown in FIG. 1 are stored in the main storage unit 206 built in or externally attached to the computer device. It can be realized by appropriately using a memory, a hard disk, or a storage medium such as a CD-R, CD-RW, DVD-RAM, DVD-R, etc., such as the external storage unit 207.

尚、上述の構成要素の他に、部屋間の接続関係情報１０９、屋外との接続関係情報１１０、実現値の集合１１１、重複関係情報１１２に記憶されている情報及び異常通知等を印刷するためのプリンタを備えるようにしてもよい。また、使用状況を収集する対象の機器に応じて、図２に示す存在人数推定装置１００のハードウェア構成を変更してもよい。   In addition to the above-described components, in order to print the connection relation information 109 between the rooms, the outdoor connection relation information 110, the realization value set 111, the information stored in the duplication relation information 112, an abnormality notification, and the like. The printer may be provided. Further, the hardware configuration of the existence number estimating device 100 shown in FIG. 2 may be changed according to the target device for collecting the usage status.

図３は、図１に示される存在人数推定装置１００が適用される一例としての住居の間取りを示している。人体検知センサ１０１Ａは、図３に示されるように、玄関（部屋Ａとも言う）３０１に配置され、玄関３０１内の領域３１１Ａを検知領域として割り当てられている。同様に、人体検知センサ１０１Ｂ〜１０１Ｅは、夫々台所（部屋Ｂとも言う）３０２、洋室３０３の北側（部屋Ｃとも言う）、洋室３０３の南側（部屋Ｄとも言う）及び洗面所（部屋Ｅとも言う）３０４に配置され、夫々領域３１１Ｂ〜３１１Ｅを検知領域として割り当てられている。洋室３０３では、検知領域３１１Ｃ及び３１１Ｄが部分的に重なり合っている。検知領域３１１Ｃ及び３１１Ｄが重なり合う領域は、仮想的な部屋Ｇに設定される。また、浴室（部屋Ｆとも言う）３０５には、人体検知センサが設置されていない。   FIG. 3 shows a floor plan of a house as an example to which the existence number estimating device 100 shown in FIG. 1 is applied. As shown in FIG. 3, the human body detection sensor 101 </ b> A is disposed in an entrance (also referred to as a room A) 301, and an area 311 </ b> A in the entrance 301 is assigned as a detection area. Similarly, the human body detection sensors 101B to 101E are respectively a kitchen (also referred to as a room B) 302, a north side of the western room 303 (also referred to as a room C), a south side of the western room 303 (also referred to as a room D), and a washroom (also referred to as a room E). ) 304, and areas 311B to 311E are allocated as detection areas, respectively. In the western room 303, the detection areas 311C and 311D partially overlap. A region where the detection regions 311C and 311D overlap is set to a virtual room G. In addition, a human body detection sensor is not installed in the bathroom (also referred to as room F) 305.

図３に示される矢印は、移動可能な部屋間の接続関係を示している。例えば、部屋Ａにいる人は、部屋Ｂ、又は人数を推定する対象外となる屋外（部屋Ｘ、領域外とも言う）のいずれかに移動することができる。図３の間取りにおける部屋間の接続関係情報１０９及び屋外との接続関係情報１１０の例が夫々図４及び図５に示されている。図４に示される部屋間の接続関係情報１０９の各フィールドには、部屋間の移動が可能、即ち、部屋同士が隣接している場合、１が格納され、部屋同士が非隣接である場合、０が格納される。図４に示される部屋間の接続関係情報１０９は、部屋Ａからは、部屋Ｂに移動することができ、且つ部屋Ａに滞在することができることを示している。同様に、図５に示される屋外との接続関係情報１１０の各フィールドには、部屋と屋外とが隣接している場合、１が格納され、部屋と屋外とが非隣接である場合、０が格納される。図５に示される屋外との接続関係情報１１０は、部屋Ａから屋外（部屋Ｘ）へ、及び屋外から部屋Ａへ移動することができることを示している。   The arrows shown in FIG. 3 indicate the connection relationship between the movable rooms. For example, a person in the room A can move to either the room B or the outdoor (room X, also referred to as outside the area) that is not subject to estimation of the number of people. Examples of the connection relation information 109 between rooms and the connection relation information 110 with the outdoors in the floor plan of FIG. 3 are shown in FIGS. 4 and 5, respectively. Each field of the connection relationship information 109 between rooms shown in FIG. 4 can be moved between rooms, that is, when the rooms are adjacent to each other, 1 is stored, and when the rooms are not adjacent to each other, 0 is stored. The connection relationship information 109 between rooms shown in FIG. 4 indicates that the room A can move to the room B and can stay in the room A. Similarly, each field of the outdoor connection relationship information 110 shown in FIG. 5 stores 1 when the room and the outdoor are adjacent to each other, and 0 when the room and the outdoor are not adjacent. Stored. The connection relation information 110 with the outdoors shown in FIG. 5 indicates that it is possible to move from the room A to the outdoors (room X) and from the outdoors to the room A.

尚、部屋間の接続関係及び部屋と屋外との接続関係は、別々の情報として用意されてもよく、或いは同一の接続関係情報にまとめて用意されてもよい。   Note that the connection relationship between the rooms and the connection relationship between the room and the outdoors may be prepared as separate information, or may be prepared together in the same connection relationship information.

図６は、図３に示される間取りにおける人体検知センサの重複領域に関する重複関係情報１１２の一例を示している。図６に示されるように、重複関係情報１１２は、対角要素（即ち、行と列のインデックスが同じ要素）が１の場合、そのインデックスで特定される部屋に人体検知センサが設置されていることを示し、対角要素が０の場合、そのインデックスにより特定される部屋に人体検知センサが非設置であることを示す。また、非対角要素が１の場合、そのインデックスで特定される２つの部屋の検知エリアが互いに重なり合っていることを示す。図６に示される重複関係情報１１２は、部屋Ａ〜Ｅには人体検知センサが設置され、部屋Ｆ及びＧには人体検知センサが非設置であり、部屋Ｃと部屋Ｄと検知エリアが重複し、重複エリアを仮想的な部屋Ｇとした場合を示している。   FIG. 6 shows an example of the overlap relationship information 112 regarding the overlap region of the human body detection sensor in the floor plan shown in FIG. As shown in FIG. 6, when the diagonal element (that is, the element having the same row and column index) is 1, the human body detection sensor is installed in the room specified by the index. When the diagonal element is 0, it indicates that the human body detection sensor is not installed in the room specified by the index. When the off-diagonal element is 1, it indicates that the detection areas of the two rooms specified by the index overlap each other. In the duplication relation information 112 shown in FIG. 6, the human body detection sensors are installed in the rooms A to E, the human body detection sensors are not installed in the rooms F and G, and the room C, the room D, and the detection area overlap. The case where the overlapping area is a virtual room G is shown.

以下では、図３に示される住居を具体例として適宜参照しながら、存在人数推定装置１００の具体的な処理手順を説明する。   Below, the specific process sequence of the presence number estimation apparatus 100 is demonstrated, referring suitably the residence shown by FIG. 3 as a specific example.

図７は、存在人数推定装置１００の処理手順の一例を示している。図７に示されるように、存在人数推定装置１００が動作開始されると、制御部１０３は、ステップＳ７０１において、実現値の集合１１１を初期化する。初期化時に、実際の在室状況、即ち、人体検知情報から得られる在室状況と大きく異なって実現値が設定された場合、正しい推定値を計算する処理に時間がかかるため、制御部１０３は、例えば、次に示す方法で実現値の集合１１１を初期化する。即ち、制御部１０３は、住居全体の人数及び各部屋の最大人数等の予め設定された制約条件を満たすように乱数で複数の実現値を生成し、或いはこの制約条件を満たす全ての状態を実現値として生成する。   FIG. 7 shows an example of the processing procedure of the existence number estimating device 100. As shown in FIG. 7, when the presence number estimating apparatus 100 starts operating, the control unit 103 initializes a set 111 of realized values in step S701. At the time of initialization, if an actual value is set that is significantly different from the actual occupancy status, that is, the occupancy status obtained from the human body detection information, it takes time to calculate a correct estimated value. For example, the realization value set 111 is initialized by the following method. That is, the control unit 103 generates a plurality of realization values with random numbers so as to satisfy preset constraint conditions such as the total number of people in the residence and the maximum number of people in each room, or realizes all states satisfying the constraint conditions. Generate as a value.

ステップＳ７０２では、制御部１０３は、検知情報収集部１０２から検知状態情報を受信するか、或いは内蔵されたタイマーによって定期的に呼び出されるまで処理を一時停止する。一時停止復帰後、ステップＳ７０３において、図８に示される一期先予測処理が実行され、ステップＳ７０４において、図１４に示される実現値評価処理が実行され、さらに、ステップＳ７０５において在室人数出力処理が実行される。ステップＳ７０２〜Ｓ７０５に示される一連の処理は、制御部１０３が終了を指示するまで、繰り返し実行され（ステップＳ７０６）、実現値の集合１１１が次々に更新される。   In step S <b> 702, the control unit 103 suspends processing until it receives detection state information from the detection information collection unit 102 or is periodically called by a built-in timer. After returning from the temporary stop, in step S703, the one-year ahead prediction process shown in FIG. 8 is executed, in step S704, the actual value evaluation process shown in FIG. 14 is executed, and in step S705, the occupancy number output process is executed. Is executed. The series of processing shown in steps S702 to S705 is repeatedly executed until the control unit 103 instructs to end (step S706), and the realization value set 111 is updated one after another.

図８は、図７のステップＳ７０３に示される一期先予測処理の手順の一例を示している。図８のステップＳ８０１において、遷移行列作成部１０４Ａは、部屋間の接続関係情報１０９及び屋外との接続関係情報１１０から遷移行列を作成する。ステップＳ８０２において、実現値予測部１０４Ｂは、作成された遷移行列を使用して一時刻前の各実現値から現在時刻の実現値を予測して、予測した実現値で実現値の集合１１１を更新する。   FIG. 8 shows an example of the procedure of the one-year ahead prediction process shown in step S703 of FIG. In step S801 in FIG. 8, the transition matrix creation unit 104A creates a transition matrix from the connection relation information 109 between rooms and the connection relation information 110 with the outdoors. In step S802, the actual value prediction unit 104B uses the created transition matrix to predict the actual value at the current time from each actual value one time before, and updates the set 111 of actual values with the predicted actual value. To do.

図９は、図８のステップＳ８０１に示される遷移行列作成処理の手順の一例を示している。図９のステップＳ９０１において、遷移行列作成部１０４Ａは、ある部屋（移動元の部屋とも言う）ｉから他の部屋（移動先の部屋とも言う）ｊに人が移動する場合の遷移確率Ｐｉｊを計算する。遷移確率Ｐｉｊは、隣室へ移動する確率をａ、屋外へ移動する確率をｂとし、部屋ｉと部屋ｊとの接続関係をｄｉｊ、屋外と部屋ｉ（部屋ｊ）との接続関係をｇｉ（ｇｊ）とすると、下記数式１から計算される。移動確率ａは、その値が大きいほど他の部屋への移動が起こり易いことを表わし、移動確率ｂは、その値が大きいほど屋外への移動及び屋外からの移動が起こり易いことを表わす。遷移確率Ｐｉｊは、移動元の部屋ｉ以外の全ての部屋ｊについて計算される（ステップＳ９０２）。

Figure 0005162030
FIG. 9 shows an example of the procedure of the transition matrix creation process shown in step S801 of FIG. In step S901 in FIG. 9, the transition matrix creation unit 104A determines the transition probability P ij when a person moves from one room (also referred to as the source room) i to another room (also referred to as the destination room) j. calculate. The transition probability P ij is a probability of moving to the adjacent room, a being a probability of moving to the outside, b, a connection relation between the room i and the room j, d ij , and a connection relation between the outdoor and the room i (room j), g. Assuming i (g j ), the following formula 1 is calculated. The movement probability a represents that the movement to another room is likely to occur as the value is large, and the movement probability b represents that the movement to the outdoors and the movement from the outdoors are likely to occur as the value is large. Transition probabilities P ij is calculated for all the rooms j other than the source room i (step S902).
Figure 0005162030

ここで、ｉ≠ｊである。   Here, i ≠ j.

ステップＳ９０３において、一期先予測部１０４は、移動元の部屋ｉに滞在する場合の遷移確率Ｐｉiを計算する。遷移確率Ｐｉiは、ステップＳ９０１及びＳ９０２で算出された遷移確率Ｐｉｊを使用して下記数式２から計算される。

Figure 0005162030
In step S < b > 903, the first-term prediction unit 104 calculates a transition probability P ii when staying in the source room i. The transition probability P ii is calculated from the following formula 2 using the transition probability P ij calculated in steps S901 and S902.
Figure 0005162030

ステップＳ９０１〜Ｓ９０３に示される計算は、全ての移動元の部屋ｉに対して実行され（ステップＳ９０４）、ステップＳ９０１〜Ｓ９０４で計算された遷移確率を行列要素に有する遷移行列Ｐが作成される。図１０には、図４及び図５に示される接続関係情報１０９及び１１０を使用して、ａ＝０．１、ｂ＝０．０１として計算された遷移行列Ｐが示されている。   The calculations shown in steps S901 to S903 are executed for all the movement source rooms i (step S904), and a transition matrix P having the transition probabilities calculated in steps S901 to S904 as matrix elements is created. FIG. 10 shows a transition matrix P calculated using the connection relation information 109 and 110 shown in FIGS. 4 and 5 as a = 0.1 and b = 0.01.

図１１は、実現値の集合１１１内の実現値のデータ構造例を示している。図１１に示される例では、実現値の集合１１１には、４つの実現値が夫々実現値１から実現値４とインデックスを付されて格納されている。実現値の集合１１１に格納される実現値の数Ｎは、部屋の数等の状況に応じて適宜変更されることができる。   FIG. 11 shows an example of a data structure of realized values in the realized value set 111. In the example shown in FIG. 11, the realization value set 111 stores four realization values with realization values 1 to 4 and indexes. The number N of actual values stored in the actual value set 111 can be appropriately changed according to the situation such as the number of rooms.

図１２は、図８のステップＳ８０２に示される実現値予測処理の手順を示している。図１２のステップ１２０１において、実現値予測部１０４Ｂは、ステップＳ８０１で計算された遷移行列Ｐを使用して、一時刻前のある実現値ｋ（ここで、ｋは、１≦ｋ≦Ｎを満たす整数）における部屋ｉに在室する人間が現在時刻においてどの部屋ｊに移動するか、或いは屋外に移動するかを決定する。より具体的には、遷移行列のｉ行目の横ベクトルが部屋ｉから各部屋に移動する確率になっているため、この確率に従って乱数を発生させて１つの移動先の部屋ｊをサンプリングする。例えば、部屋Ｇに在室する人に関しては、図１０に示されるように、部屋Ｇに滞在する確率が０．８、部屋Ｃ及び部屋Ｄに移動する確率が各々０．１であり、この人が部屋Ｇに滞在するか、部屋Ｃ又は部屋Ｄに移動するかをこの確率に従って乱数で決定する。   FIG. 12 shows the procedure of the actual value prediction process shown in step S802 of FIG. In step 1201 of FIG. 12, the realized value predicting unit 104B uses the transition matrix P calculated in step S801 to use a transition value P one time ago (where k satisfies 1 ≦ k ≦ N). It is determined to which room j a person in room i in (integer) moves to the current time or to move outdoors. More specifically, since the horizontal vector in the i-th row of the transition matrix has a probability of moving from room i to each room, random numbers are generated according to this probability to sample one destination room j. For example, for a person in room G, as shown in FIG. 10, the probability of staying in room G is 0.8, and the probability of moving to room C and room D is 0.1. Whether to stay in room G or move to room C or room D is determined by a random number according to this probability.

ステップＳ１２０２において、実現値予測部１０４Ｂは、ステップＳ１２０１で決定された移動先の部屋ｊ（部屋ｊは、部屋ｉと同一であってもよい）に従って、移動元の部屋ｉの人数を１減少させ、移動先の部屋ｊの人数を１増加させる。ここで、ステップＳ１２０１で決定された移動先の部屋が部屋Ｘである場合は、移動元の部屋ｉの人数を１減少させる。ステップＳ１２０１及びＳ１２０２における処理は、一時刻前の実現値ｋにおける移動元の部屋ｉの在室人数の回数だけ繰り返される（ステップＳ１２０３）。ステップＳ１２０４では、ステップＳ１２０１〜Ｓ１２０３に示される処理が全ての部屋、例えば、部屋Ａから部屋Ｆに対して繰り返し実行される。次に、ステップＳ１２０５に示されるように、全ての実現値に対してステップＳ１２０１〜Ｓ１２０４に示される処理が繰り返し実行される。   In step S1202, the actual value prediction unit 104B decreases the number of persons in the source room i by 1 according to the destination room j determined in step S1201 (the room j may be the same as the room i). , Increase the number of people in the destination room j by one. Here, when the destination room determined in step S1201 is the room X, the number of people in the source room i is decreased by one. The processing in steps S1201 and S1202 is repeated as many times as the number of people in the room i of the movement source at the realization value k one time before (step S1203). In step S1204, the processing shown in steps S1201 to S1203 is repeatedly executed for all rooms, for example, room A to room F. Next, as shown in step S1205, the processes shown in steps S1201 to S1204 are repeatedly executed for all realized values.

図１３は、図１１に示した実現値の集合１１１に対して実現値予測処理を実行した後の実現値の集合１１１の例を示している。図１１及び図１３に示されるように、実現値１においては、部屋Ｇから部屋Ｄに１人移動し、部屋Ｅから部屋Ｆに１人移動している。また、実現値２においては、部屋Ｅから部屋Ｆに１人移動し、実現値３においては、部屋Ｄから部屋Ｇに１人移動している。さらに、実現値４においては、部屋Ｇから部屋Ｄに１人移動し、部屋Ｅから部屋Ｆに１人移動している。   FIG. 13 illustrates an example of the real value set 111 after the real value prediction process is performed on the real value set 111 illustrated in FIG. 11. As shown in FIGS. 11 and 13, in realization value 1, one person moves from room G to room D, and one person moves from room E to room F. In realization value 2, one person moves from room E to room F, and in realization value 3, one person moves from room D to room G. Furthermore, in the realization value 4, one person moves from the room G to the room D, and one person moves from the room E to the room F.

上述のような処理に従って、一期先予測部１０３は、一時刻前の実現値から現在時刻の実現値を予測し、実現値の集合１１１を更新する。   In accordance with the processing as described above, the one-period ahead prediction unit 103 predicts the actual value at the current time from the actual value one time before, and updates the actual value set 111.

尚、図８のステップＳ８０１に示される遷移行列作成処理は、必ずしも毎回実行される必要はなく、遷移行列Ｐは、予め計算されて外部記憶部２０７等に格納されてもよい。   Note that the transition matrix creation process shown in step S801 of FIG. 8 is not necessarily executed every time, and the transition matrix P may be calculated in advance and stored in the external storage unit 207 or the like.

図１４は、図７のステップＳ７０４に示される実現値評価処理の手順の一例を示している。実現値評価部１０５は、尤度計算部１０５Ａ及び実現値評価部１０５を実行し、一期先予測部１０４によって更新された実現値の集合１１１内の各実現値が人体検知情報に基づいた部屋毎の在室状況と整合するか否かを評価する。図１４のステップＳ１４０１において、尤度計算部１０５Ａは、重複関係情報１１２及び人体検知情報を使用して、実現値の集合１１１内の各実現値の尤度ｗを計算する尤度計算処理を実行する。実現値ｋの尤度ｗは、下記数式３により計算される。

Figure 0005162030
FIG. 14 shows an example of the procedure of the actual value evaluation process shown in step S704 of FIG. The realization value evaluation unit 105 executes the likelihood calculation unit 105A and the realization value evaluation unit 105, and each realization value in the realization value set 111 updated by the one-prediction prediction unit 104 is based on human body detection information. Evaluate whether it is consistent with the occupancy status of each room. In step S1401 of FIG. 14, the likelihood calculation unit 105A executes a likelihood calculation process for calculating the likelihood w of each realization value in the realization value set 111 using the overlap relationship information 112 and the human body detection information. To do. The likelihood w of the realization value k is calculated by the following mathematical formula 3.
Figure 0005162030

ここで、実現値ｋの各部屋の在室人数から計算される部屋ｉ内の人間の在不在を示す値（第１の在不在値とも言う）ｓｉと、人体検知情報で特定される各部屋の在室状況から計算される部屋ｉ内の人間の在不在を示す値（第２の在不在値とも言う）ｒｉとの差が、平均μが０、標準偏差がσの正規分布Ｎ（ｘ；μ＝０，σ）に従うとして尤度ｗを計算している。正規分布Ｎ（ｘ；μ＝０，σ）は、下記数式４のように定義されている。

Figure 0005162030
Here, a value indicating the presence / absence of a person in the room i calculated from the number of people in each room of the actual value k (also referred to as a first presence / absence value) s i and each specified by the human body detection information. Normal distribution N with a mean μ of 0 and a standard deviation of σ, which is a difference from a value (also referred to as a second presence / absence value) r i indicating the presence or absence of a person in room i calculated from the room occupancy status Likelihood w is calculated according to (x; μ = 0, σ). The normal distribution N (x; μ = 0, σ) is defined as the following mathematical formula 4.
Figure 0005162030

また、Ｈｊｊは、重複関係情報１１２を示しており、従って、検知領域の重複による仮想的な部屋（例えば、部屋Ｇ）及び人体検知センサが未設置の部屋（例えば、部屋Ｆ）を除いた部屋ｉが尤度ｗの計算対象になる。値ｓｉは、下記数式５により計算される。

Figure 0005162030
H jj indicates the overlapping relationship information 112. Therefore, a virtual room (for example, room G) due to overlapping detection areas and a room (for example, room F) in which no human body detection sensor is installed are excluded. The room i becomes a calculation target of the likelihood w. The value s i is calculated by Equation 5 below.
Figure 0005162030

この数式５は、実現値ｋの部屋ｉの人数ｘｉを在（１）不在（０）に変換している。例えば、図３に示される実現値１では、ｓＤ＝ｓＦ＝１、ｓＡ＝ｓＢ＝ｓＣ＝ｓＥ＝０となる。また、値ｒｉは、下記数式６により計算される。

Figure 0005162030
This equation 5 converts the number of people x i in the room i with the realization value k into presence (1) absence (0). For example, in the realization value 1 shown in FIG. 3, s D = s F = 1 and s A = s B = s C = s E = 0. The value r i is calculated by the following formula 6.
Figure 0005162030

ここで、ｊ∈ａｄｊ（ｉ）は、部屋ｉの隣室ｊを表わし、ｙｉは、部屋ｉにおける最終検知時刻を表わしている。最終検知時刻ｙｉから現在時刻ｔまでの経過時間ｔ−ｙｉは、部屋ｉでの未検知時間に一致する。関数ｆは、未検知時間ｔ−ｙｉに応じて部屋ｉに人間が在室している確率を小さくするように、例えば、下記数式７のような値が１から０に単調減少する関数として与えられる。

Figure 0005162030
Here, jεadj (i) represents the adjacent room j of the room i, and y i represents the last detection time in the room i. The elapsed time t-y i from the last detection time y i to the current time t is consistent with the non-detection time in the room i. The function f is given, for example, as a function that monotonically decreases a value such as the following Expression 7 from 1 to 0 so as to reduce the probability that a person is present in the room i according to the undetected time t-yi. It is done.
Figure 0005162030

ここで、パラメータαｉは、部屋ｉに１人も在室していないとみなすまでの未検知時間を表わし、パラメータβｉは、部屋ｉからセンサ未設置の部屋及び屋外等（以下、遷移先の部屋と言う）に移動したとみなすまでの未検知時間を表わしている。パラメータαｉ及びβｉは、部屋毎に異なる値を設定することができる。例えば、廊下（部屋Ｓとも言う）では、在室しているにもかかわらず長時間人間検知センサに反応がない可能性は低いが、寝室（部屋Ｔとも言う）では、睡眠時等、検知領域内に人が存在するが動きがほとんどないことがあり、在室しているにもかかわらず長時間反応がない可能性は高い。従って、αＳには小さい値が設定され、αＴには大きい値が設定される。Here, the parameter α i represents a non-detection time until no one is present in the room i, and the parameter β i is a room where no sensor is installed from the room i, outdoors, etc. (hereinafter referred to as a transition destination). It represents the undetected time until it is considered that the user has moved to the room. The parameters α i and β i can be set to different values for each room. For example, in the hallway (also referred to as the room S), it is unlikely that the human detection sensor will not react for a long time despite being in the room. There is a person inside but there is almost no movement, and there is a high possibility that there is no response for a long time despite being in the room. Therefore, a small value is set for α S and a large value is set for α T.

数式６では、３つの場合に場合分けされている。部屋ｉ及びその隣室ｊのうち部屋ｉで最後に動いている人間の有無が検知され、且つ隣室に遷移先の部屋が含まれていない場合に、値ｒｉが数式６の上式で計算される。この場合、人が隣室に移動しているとは考えられないので、必ず部屋ｉに在室し、即ち、常にｒｉ＝１になる。また、部屋ｉ及び隣室のうち部屋ｉで最後に動いている人間の有無が検知され、且つ隣室に１以上の遷移先の部屋が存在する場合に、値ｒｉが数式６の中式で計算される。この場合、人間が部屋ｉから遷移先の部屋に移動している可能性があるため、０≦ｒｉ≦１になる。さらに、部屋ｉより後に隣室で動いている人間の有無が検知される場合、値ｒｉが数式６の下式で計算される。この場合、人間が部屋ｉから隣室に移動している可能性が高いため、０≦ｒｉ≦０．５になる。In Formula 6, cases are divided into three cases. When the presence or absence of the person who has moved last in the room i is detected among the room i and the adjacent room j and the transition destination room is not included in the adjacent room, the value r i is calculated by the above equation (6). The In this case, since it is not considered that the person has moved to the adjacent room, the person is always in the room i, that is, r i = 1 always. In addition, when the presence or absence of the person who has moved last in the room i is detected in the room i and the adjacent room, and one or more transition destination rooms exist in the adjacent room, the value r i is calculated by the middle expression of Equation 6. The In this case, since there is a possibility that a person has moved from the room i to the destination room, 0 ≦ r i ≦ 1. Further, when the presence or absence of a person who moves in the adjacent room after the room i is detected, the value r i is calculated by the following expression (6). In this case, since it is highly possible that a person is moving from the room i to the adjacent room, 0 ≦ r i ≦ 0.5.

図１３に示される実現値に対してステップＳ１４０１の尤度計算処理を実行して得られた計算結果の一例が図１５に示されている。図１５において、各実現値の尤度ｗは、全ての実現値の尤度の合計が１となるように規格化され、尤度の比として示されている。   FIG. 15 shows an example of a calculation result obtained by executing the likelihood calculation process in step S1401 on the realized value shown in FIG. In FIG. 15, the likelihood w of each realization value is normalized so that the sum of the likelihoods of all realization values is 1, and is represented as a ratio of likelihoods.

尚、図１４のステップＳ１４０１において、実現値ｋの尤度ｗを、下記数式８により計算してもよい。

Figure 0005162030
In step S1401 in FIG. 14, the likelihood w of the actual value k may be calculated by the following formula 8.
Figure 0005162030

ここで、ｘｉ ｎｅｗは、一期先予測処理で計算された実現値ｋの部屋ｉの人数を表し、ｘｉ ｏｌｄは、一期先予測処理で計算される前の実現値ｋの部屋ｉの人数を表している。また、ｒは、０から１の一様乱数とする。Here, x i new represents the number of people in the room i having the real value k calculated in the one-year ahead prediction process, and x i old is the room i having the real value k before being calculated in the one-year ahead prediction process. Represents the number of people. Also, r is a uniform random number from 0 to 1.

図１４のステップＳ１４０２において、実現値評価部１０５は、ステップＳ１４０１で計算された各実現値の尤度ｗを比較して、尤度ｗの小さい実現値を消去し、尤度ｗの大きい実現値を複製する実現値選択処理を実行する。ステップＳ１４０２の実現値選択処理は、一例として図１６に示されている。図１６に示されるステップＳ１６０１において、実現値選択部１０５Ｂは、ステップＳ１４０１で計算した各実現値の尤度ｗから、実現値１から実現値ｋまでの尤度ｗの比の合計である累積尤度比ｖｋを下記数式９のように計算する。

Figure 0005162030
In step S1402 of FIG. 14, the actual value evaluation unit 105 compares the likelihood w of each actual value calculated in step S1401, erases the actual value with a small likelihood w, and realizes the actual value with a large likelihood w. An actual value selection process for replicating is executed. The realized value selection process in step S1402 is illustrated in FIG. 16 as an example. In step S1601 shown in FIG. 16, the actual value selection unit 105B calculates the cumulative likelihood that is the sum of the ratios of the likelihood w from the actual value 1 to the actual value k from the likelihood w of each actual value calculated in step S1401. The degree ratio v k is calculated as in Equation 9 below.
Figure 0005162030

ここで、Ｎは、実現値の集合１１１内に格納されている実現値の数であり、ｗｍは、実現値ｍの尤度ｗを表わす。ステップＳ１５０２では、実現値選択部１０５Ｂは、ｖｋ−１＜ｎ−ε≦ｖｋを満たす整数ｎの数だけ実現値ｋを複製して保存する。ここで、パラメータεは、０を超え、１未満の値であり、予め設定される。は、ｖｋ−１＜ｎ−ε≦ｖｋを満たす整数ｎが存在しない場合は、この実現値ｋを消去する。これらの処理によって、実現度選択部１０５Ｂは、尤度ｗの低い実現値を消去し、尤度ｗの高い実現値を複製している。図１６に示される実現値選択処理は、一例であって、他の方法で消去及び複製する実現値を選択してもよい。例えば、尤度の比に関して予め閾値が設定され、ステップＳ１４０２で各実現値に対して計算される尤度の比が閾値以上となる場合にその実現値を複製し、尤度の比が閾値未満となる場合にその実現値を消去するようにしてもよい。Here, N is the number of actual values stored in the actual value set 111, and w m represents the likelihood w of the actual value m. In step S1502, the actual value selection unit 105B duplicates and stores the actual value k by the number of integers n satisfying v k −1 <n−ε ≦ v k . Here, the parameter ε is a value exceeding 0 and less than 1, and is set in advance. Deletes the realization value k if there is no integer n satisfying v k −1 <n−ε ≦ v k . Through these processes, the realization degree selection unit 105B deletes the realization value with the low likelihood w and duplicates the realization value with the high likelihood w. The realization value selection process shown in FIG. 16 is an example, and realization values to be erased and duplicated by other methods may be selected. For example, a threshold value is set in advance for the likelihood ratio, and when the likelihood ratio calculated for each realization value in step S1402 is equal to or greater than the threshold value, the realization value is copied, and the likelihood ratio is less than the threshold value In such a case, the actual value may be deleted.

図１７は、図１３に示された実現値に対して実現値選択処理を実行した結果の一例を示している。図１３に示される各実現値の累積尤度比は、図１５に示される値を使用すると、ｖ１＝０．９６、ｖ２＝３．００、ｖ３＝３．０４、Ｖ４＝４．００と求まる。この結果、例えばパラメータεが０．１と設定される場合、図１７に示されるように、図１３に示される実現値３が削除され、図１３に示される実現値２が複製されて実現値２及び実現値３とされる。   FIG. 17 shows an example of the result of executing the actual value selection process on the actual value shown in FIG. The cumulative likelihood ratio of each realized value shown in FIG. 13 is obtained as v1 = 0.96, v2 = 3.00, v3 = 3.04, and V4 = 4.00 using the values shown in FIG. . As a result, for example, when the parameter ε is set to 0.1, the realization value 3 shown in FIG. 13 is deleted and the realization value 2 shown in FIG. 2 and realization value 3.

上述のように、図７に示されるステップＳ７０３の一期先予測処理、及びステップＳ７０４の実現値評価処理が順次実行されて、実現値の集合１１１が更新される。ステップＳ７０５において、在室人数出力部１０６は、更新された実現値の集合１１１から部屋毎の在室人数に関する出力情報を表示装置１０７及び制御対象装置１０８に出力する。在室人数出力部１０６は、図１８に示されるように、全ての部屋の在室人数が同一の実現値の数を計算し、数の多い順序に並び替えた実現値を出力情報として出力することができる。このように、同一の実現値の総数とともに実現値を出力することにより、制御対象装置１０８が、総数の多い実現値を使用したり、上位１０個の実現値の平均を取る等の種々の処理を実行することが可能となる。また、在室人数出力部１０６は、図１９に示されるように、Ｎ個の実現値から部屋毎に在室人数の平均値を計算し、部屋毎の平均在室人数を代表値として出力してもよい。代表値のように１つのデータを出力することにより、在室人数出力部１０６からの出力情報を他の手法で推定した部屋毎の在室人数に関する出力情報との置き換えが容易になる。また、出力情報が人間にとって理解しやすくなるという利点がある。   As described above, the one-point-ahead prediction process in step S703 shown in FIG. 7 and the actual value evaluation process in step S704 are sequentially executed, and the real value set 111 is updated. In step S <b> 705, the occupancy number output unit 106 outputs output information related to the occupancy number for each room from the updated real value set 111 to the display device 107 and the control target device 108. As shown in FIG. 18, the occupancy number output unit 106 calculates the number of realized values with the same number of occupants in all the rooms, and outputs the realized values rearranged in the order of the number as output information. be able to. As described above, by outputting the realization value together with the total number of the same realization values, the control target device 108 uses various realization values, or averages the top ten realization values. Can be executed. Further, as shown in FIG. 19, the occupancy number output unit 106 calculates an average value of the occupancy number for each room from the N actual values, and outputs the average occupancy number for each room as a representative value. May be. By outputting one data like the representative value, it becomes easy to replace the output information from the occupancy output unit 106 with the output information related to the occupancy for each room estimated by other methods. In addition, there is an advantage that the output information is easy to understand for humans.

在室人数に応じて制御される制御対象機器１０８としては、例えば、照明、エアコン、扇風機、空気清浄機、テレビ、パーソナルコンピュータ等がある。例えば、図３に示される部屋３０３に設置される照明においては、部屋Ｃ、Ｄ及びＧの合計の在室人数が０．２人以下と推定された場合にオフするように制御される。また、エアコン、扇風機、空気清浄機等は、在室人数に応じて強弱、又は運転モード等が制御されることができる。このように在室人数に応じて種々の機器の動作を制御することにより、不必要な電力消費を抑えることができる。   Examples of the control target device 108 that is controlled according to the number of people in the room include lighting, an air conditioner, a fan, an air cleaner, a television, and a personal computer. For example, the lighting installed in the room 303 shown in FIG. 3 is controlled to be turned off when the total number of people in the rooms C, D, and G is estimated to be 0.2 or less. In addition, the air conditioner, the fan, the air cleaner, and the like can be controlled in strength or operation mode according to the number of people in the room. Thus, unnecessary power consumption can be suppressed by controlling the operation of various devices in accordance with the number of people in the room.

尚、在室人数出力部１０６が図示しない制御装置に出力情報を出力し、この制御装置が部屋の在室人数に応じて上記の制御対象機器１０８の動作を制御してもよい。   The occupancy number output unit 106 may output output information to a control device (not shown), and the control device may control the operation of the control target device 108 according to the occupancy number of the room.

また、人数を推定する対象となる部屋（即ち、領域）は、図３に示した例に限定されず、リビング、トイレ、寝室、オフィスにおける会議室等を含むことができる。   Moreover, the room (namely, area | region) used as the object which estimates the number of persons is not limited to the example shown in FIG. 3, but can include a living room, a toilet, a bedroom, a conference room in an office, and the like.

以上のように、第１の実施の形態に係る存在人数推定装置は、部屋毎の存在人数を示す複数の実現値を用意し、これら実現値から現在時刻の実現値を予測し、予測した現在時刻の実現値から人体検知情報に基づいた在室状況と整合する実現値を尤度計算により選択している。この存在人数推定装置は、予測した実現値から実際の在室状況と整合性の高い実現値を選択することにより、部屋（領域）毎の存在人数を精度良く推定することができる。   As described above, the existence number estimation device according to the first embodiment prepares a plurality of actual values indicating the number of persons for each room, predicts the actual value of the current time from these actual values, and predicts the current An actual value that matches the occupancy status based on the human body detection information is selected from the actual value of the time by likelihood calculation. This existence number estimation device can accurately estimate the number of persons for each room (area) by selecting an actual value that is highly consistent with the actual occupancy status from the predicted actual value.

[第２の実施の形態]
図２０から図２２を参照して、第２の実施の形態に係る存在人数推定装置を説明する。第２の実施の形態に係る存在人数推定装置１００は、図２０に簡略化して示されているが、図１に示される第１の実施の形態と同一の構成を有している。第２の実施の形態では、第１の実施の形態と比較して、人体検知センサの配置が変更されている。[Second Embodiment]
With reference to FIG. 20 to FIG. 22, the existence number estimating device according to the second embodiment will be described. An existence number estimating device 100 according to the second embodiment is shown in a simplified manner in FIG. 20, but has the same configuration as that of the first embodiment shown in FIG. In the second embodiment, the arrangement of the human body detection sensors is changed as compared with the first embodiment.

図２１は、第２の実施の形態における人体検知センサ１０１Ａ及び１０１Ｂに割り当てられる検知領域の一例を示している。人体検知センサ１０１Ｂは、部屋２１０２内の領域２１１１Ｂを検知領域として設定され、人体検知センサ１０１Ａは、部屋２１０１及び部屋２１０２間の出入り口（部屋Ａ）を含む領域２１１１Ａを検知領域として設定されている。この場合、人体検知センサ１０１Ａは、部屋２１０１及び部屋２１０２間の出入り口付近に配置される。他の例では、人体検知センサ１０１Ａ及び１０１Ｂは、図２２に示されるように、部屋２１０２の天井に設置された照明に組み込まれて設けられ、センサ１０１Ａが部屋の出入り口を検知領域に設定され、センサ１０１Ｂが部屋内を検知領域に設定されてもよい。このように、１以上の人体検知センサがエアコン、照明等の他の１つの機器に一体化して設けられてもよい。   FIG. 21 shows an example of detection areas assigned to the human body detection sensors 101A and 101B in the second embodiment. In the human body detection sensor 101B, an area 2111B in the room 2102 is set as a detection area, and in the human body detection sensor 101A, an area 2111A including an entrance (room A) between the room 2101 and the room 2102 is set as a detection area. In this case, the human body detection sensor 101 </ b> A is disposed near the entrance / exit between the room 2101 and the room 2102. In another example, as shown in FIG. 22, human body detection sensors 101A and 101B are provided by being incorporated in lighting installed on the ceiling of the room 2102, and the sensor 101A is set with the entrance of the room as a detection area, The sensor 101B may be set as a detection area in the room. As described above, one or more human body detection sensors may be provided integrally with another device such as an air conditioner or a lighting device.

以上のように、第２の実施の形態に係る存在人数推定装置においては、人体検知センサの検知領域が出入り口に割り当てられることから、人間の部屋間の移動を確実に検知することができ、部屋（領域）毎の存在人数をより精度良く推定することができる。   As described above, in the presence person estimation device according to the second embodiment, since the detection area of the human body detection sensor is assigned to the entrance / exit, it is possible to reliably detect movement between human rooms. The number of people in each (area) can be estimated with higher accuracy.

本発明に係る存在人数推定装置は、住宅、オフィス等の屋内に存在する人数を領域毎に精度良く推定することができ、推定された存在人数に応じて照明、エアコン、テレビ等の機器制御が可能となることから産業上の利用可能性が高い。   The existence number estimating device according to the present invention can accurately estimate the number of persons existing indoors, such as a house and an office, for each area, and device control of lighting, air conditioner, television, etc. can be performed according to the estimated number of existence. Since it becomes possible, the industrial applicability is high.

１００…存在人数推定装置、１０１…人体検知センサ群、１０１Ａ〜１０１Ｅ…人体検知センサ、１０２…検知状態収集部、１０３…制御部、１０４…一期先予測部、１０４Ａ…遷移行列生成部、１０４Ｂ…実現値予測部、１０５…実現値評価部、１０５Ａ…計算部、１０５Ｂ…実現値選択部、１０６…在室人数出力部、１０７…表示装置、１０８…制御対象機器、１０９…部屋間の接続関係情報、１１０…屋外との接続関係情報、１１１…実現値の集合 DESCRIPTION OF SYMBOLS 100 ... Presence number estimation apparatus, 101 ... Human body detection sensor group, 101A-101E ... Human body detection sensor, 102 ... Detection state collection part, 103 ... Control part, 104 ... First term prediction part, 104A ... Transition matrix production | generation part, 104B ... Realized value prediction unit, 105 ... Realized value evaluation unit, 105A ... Calculation unit, 105B ... Realized value selection unit, 106 ... Number of people in the room output unit, 107 ... Display device, 108 ... Control target device, 109 ... Connection between rooms Relationship information, 110 ... Outdoor connection relationship information, 111 ... Realized value set

Claims (5)

人数を推定する対象となる所定の範囲の複数の領域のいずれかに複数個設置され、前記領域内の人間の有無又は前記領域内の人間の動作の有無を検知して検知信号を出力する人体検知センサと、
前記検知信号を収集し、前記領域で前記人間の有無又は前記人間の動作の有無が最後に検知された時刻を前記領域毎に関連づけた時刻情報を含む人体検知情報を出力する収集部と、
前記領域毎の推定存在人数を示す複数の実現値と、前記領域間の接続関係及び前記領域と前記人数を推定する対象外となる領域外との接続関係を含む接続関係情報と、前記領域が重なり合う重複領域を示す重複関係情報と、を格納する記憶部と、
前記接続関係情報を使用して、前記領域間を人間が遷移する確率を示す第１の遷移確率、及び領域から領域外へ人間が遷移する確率を示す第２の遷移確率を計算し、前記第１及び第２の遷移確率を行列要素に有する遷移行列を作成する遷移行列作成部と、
前記遷移行列を使用して前記実現値の各々から現在時刻の実現値を予測する実現値予測部と、
前記時刻情報及び前記重複関係情報を使用して前記現在時刻の実現値の各々の尤度を計算する尤度計算部と、
前記現在時刻の各実現値のうち前記尤度が予め設定される閾値よりも大きい実現値を選択する実現値選択部と、
前記選択された実現値から同一の実現値の数を計算し、該実現値の数と前記領域毎の存在人数とを関連づけた出力情報を生成して、この出力情報を出力する出力部と、
を具備することを特徴とする存在人数推定装置。A human body that is installed in any one of a plurality of regions within a predetermined range for which the number of people is to be estimated, and that detects the presence or absence of a person in the region or the presence or absence of a human motion in the region and outputs a detection signal A detection sensor;
A collecting unit for collecting the detection signals, and outputting human body detection information including time information in which the time when the presence or absence of the human or the presence or absence of the human motion was last detected in the region is associated with each region;
A plurality of realization values indicating the estimated number of persons for each area; connection relation information including a connection relation between the areas and a connection relation between the area and the outside of the target area for estimating the number of persons; and A storage unit for storing overlapping relationship information indicating overlapping overlapping areas;
Using the connection relation information, calculating a first transition probability indicating a probability that a person will transition between the regions and a second transition probability indicating a probability that a person will transition from the region to the outside of the region; A transition matrix creating unit that creates a transition matrix having the first and second transition probabilities as matrix elements;
An actual value prediction unit that predicts an actual value at the current time from each of the actual values using the transition matrix;
A likelihood calculating unit that calculates the likelihood of each of the actual values of the current time using the time information and the overlap relationship information;
An actual value selection unit that selects an actual value of which the likelihood is greater than a preset threshold among the actual values of the current time;
An output unit that calculates the number of the same realized value from the selected realized value, generates output information that associates the number of the realized value and the number of people in each region, and outputs the output information;
An existence number estimating device characterized by comprising: 前記遷移行列作成部は、前記第１及び第２の遷移確率から、同一の領域に滞在する確率を示す滞在確率をさらに計算し、
前記遷移行列は、前記滞在確率を行列要素に有することを特徴とする請求項１に記載の存在人数推定装置。The transition matrix creation unit further calculates a stay probability indicating a probability of staying in the same region from the first and second transition probabilities,
The said transition matrix has the said stay probability in a matrix element, The presence number estimation apparatus of Claim 1 characterized by the above-mentioned. 前記尤度計算部は、前記現在時刻の実現値から前記領域毎の第１の在不在値を計算し、前記人体検知信号に基づいて前記領域毎の第２の在不在値を計算して、これら第１及び第２の在不在値を使用して尤度を計算することを特徴とする請求項１に記載の存在人数推定装置。  The likelihood calculating unit calculates a first absence / absence value for each region from the actual value of the current time, calculates a second absence / absence value for each region based on the human body detection signal, The existence number estimating device according to claim 1, wherein likelihood is calculated using the first and second absence values. 前記出力情報は、前記領域毎の平均の推定存在人数を含むことを特徴とする請求項１に記載の存在人数推定装置。  The presence information estimating apparatus according to claim 1, wherein the output information includes an average estimated number of people for each area. 前記出力情報は、通信可能に接続される機器の電源、運転モード、又は運転の強弱の制御に使用されることを特徴とする請求項１に記載の存在人数推定装置。  The presence information estimating apparatus according to claim 1, wherein the output information is used for controlling a power source, an operation mode, or a driving strength of a device connected to be communicable.
JP2011529742A 2009-09-03 2009-09-03 Existence number estimation device Active JP5162030B2 (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2009/065432 WO2011027452A1 (en) 2009-09-03 2009-09-03 Number-of-persons-present estimating device

Publications (2)

Publication Number Publication Date
JPWO2011027452A1 JPWO2011027452A1 (en) 2013-01-31
JP5162030B2 true JP5162030B2 (en) 2013-03-13

Family

ID=43649014

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011529742A Active JP5162030B2 (en) 2009-09-03 2009-09-03 Existence number estimation device

Country Status (3)

Country Link
US (1) US9445164B2 (en)
JP (1) JP5162030B2 (en)
WO (1) WO2011027452A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11428795B2 (en) 2018-01-02 2022-08-30 Industry-University Cooperation Foundation Hanyang University Method and device for counting people by using UWB radar

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9389681B2 (en) 2011-12-19 2016-07-12 Microsoft Technology Licensing, Llc Sensor fusion interface for multiple sensor input
WO2014120180A1 (en) * 2013-01-31 2014-08-07 Hewlett-Packard Development Company, L.P. Area occupancy information extraction
JP6148505B2 (en) * 2013-03-21 2017-06-14 株式会社東芝 Occupancy probability estimation device, method thereof, and program
US9689583B2 (en) * 2013-09-10 2017-06-27 Honeywell International Inc. Occupancy based energy optimization systems and methods
US20150088272A1 (en) * 2013-09-23 2015-03-26 Emerson Electric Co. Energy Management Based on Occupancy and Occupant Activity Level
JP6157003B2 (en) * 2014-02-14 2017-07-05 Kddi株式会社 Apparatus, program, and method capable of estimating consistent living conditions based on power consumption
JP6428144B2 (en) * 2014-10-17 2018-11-28 オムロン株式会社 Area information estimation device, area information estimation method, and air conditioner
US10270609B2 (en) * 2015-02-24 2019-04-23 BrainofT Inc. Automatically learning and controlling connected devices

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0948565A (en) * 1995-08-08 1997-02-18 Toshiba Corp Resident space watching control device
JP2000035243A (en) * 1998-07-15 2000-02-02 Yamatake Corp Building management system
JP2008077361A (en) * 2006-09-20 2008-04-03 Kanazawa Inst Of Technology Monitoring method and monitoring system
JP2008217351A (en) * 2007-03-02 2008-09-18 Mitsubishi Electric Corp Movement amount calculation device
JP2008298353A (en) * 2007-05-31 2008-12-11 Mitsubishi Electric Building Techno Service Co Ltd Air-conditioning management system in building

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7139409B2 (en) * 2000-09-06 2006-11-21 Siemens Corporate Research, Inc. Real-time crowd density estimation from video
US7596241B2 (en) * 2005-06-30 2009-09-29 General Electric Company System and method for automatic person counting and detection of specific events
US7868812B2 (en) * 2005-08-12 2011-01-11 Patriot Technologies, Llp Surveillance and warning system
US8098485B2 (en) * 2007-07-03 2012-01-17 3M Innovative Properties Company Wireless network sensors for detecting events occurring proximate the sensors
WO2009038558A1 (en) * 2007-09-19 2009-03-26 United Technologies Corporation System and method for occupancy estimation
JP4908541B2 (en) 2009-03-31 2012-04-04 株式会社東芝 Number of people estimation device and number of people estimation method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0948565A (en) * 1995-08-08 1997-02-18 Toshiba Corp Resident space watching control device
JP2000035243A (en) * 1998-07-15 2000-02-02 Yamatake Corp Building management system
JP2008077361A (en) * 2006-09-20 2008-04-03 Kanazawa Inst Of Technology Monitoring method and monitoring system
JP2008217351A (en) * 2007-03-02 2008-09-18 Mitsubishi Electric Corp Movement amount calculation device
JP2008298353A (en) * 2007-05-31 2008-12-11 Mitsubishi Electric Building Techno Service Co Ltd Air-conditioning management system in building

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11428795B2 (en) 2018-01-02 2022-08-30 Industry-University Cooperation Foundation Hanyang University Method and device for counting people by using UWB radar

Also Published As

Publication number Publication date
WO2011027452A1 (en) 2011-03-10
US9445164B2 (en) 2016-09-13
US20120209567A1 (en) 2012-08-16
JPWO2011027452A1 (en) 2013-01-31

Similar Documents

Publication Publication Date Title
JP5162030B2 (en) Existence number estimation device
EP3832556B1 (en) Action optimization device, method and program
Tekler et al. A scalable Bluetooth Low Energy approach to identify occupancy patterns and profiles in office spaces
Candanedo et al. Accurate occupancy detection of an office room from light, temperature, humidity and CO2 measurements using statistical learning models
US20170364817A1 (en) Estimating a number of occupants in a region
US6989742B2 (en) Device and system for detecting abnormality
JP5406006B2 (en) Number estimation device and number estimation method
US20130006899A1 (en) Activity Recognition in Multi-Entity Environments
JP6654091B2 (en) Monitoring device, monitoring method, and program
US9116515B2 (en) In-room probability estimating apparatus, method therefor and program
Dong et al. Sensing and data acquisition
KR102472214B1 (en) Compound control apparatus and method thereof in air conditioning system
Qiu et al. iFrame: Dynamic indoor map construction through automatic mobile sensing
JP2008269215A (en) Unique pattern detection system, model learning device, unique pattern detector method, and computer program
Gunay et al. Detecting occupants’ presence in office spaces: a case study
JP2017167878A (en) Behavior analysis system and program
US7302369B2 (en) Traffic and geometry modeling with sensor networks
Hillyard et al. Never use labels: Signal strength-based Bayesian device-free localization in changing environments
Rajabi et al. MODES: M ulti-sensor o ccupancy d ata-driven e stimation s ystem for smart buildings
Chu et al. Influential variables impacting the reliability of building occupancy sensor systems: A systematic review and expert survey
Mashuk et al. Demonstrating the potential of indoor positioning for monitoring building occupancy through ecologically valid trials
Carvalho et al. Adaptive tracking model in the framework of medical nursing home using infrared sensors
JP4908541B2 (en) Number of people estimation device and number of people estimation method
JP5002733B2 (en) Number of people estimation device and number of people estimation method
CN113692557A (en) Building management system using video analytics

Legal Events

Date Code Title Description
TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20121120

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20121214

R151 Written notification of patent or utility model registration

Ref document number: 5162030

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20151221

Year of fee payment: 3